过去数年，汽车行业将自动驾驶的演进路线根据采取技术方式的不同，划分为两大阵营：一种是从低等级辅助驾驶逐步过渡到自动驾驶；另一种则是直接进入L4/L5，面向移动出行服务。
第一种方式，主要的参与者是传统汽车制造商，确保设计和部署安全的汽车，关心客户的安全是他们的主要考量。
当然，有人类驾驶的车辆和没有人类驾驶的车辆有非常明显的区别。随着时间的推移，人类驾驶的车辆通过不断增加辅助驾驶系统，以帮助改善驾驶员的行为。
但自动驾驶汽车面临的挑战是如何自主管理所有驾驶操作——在众多场景中做出决策和执行机动操作。
Chris Gerdes，是福特旗下另一家自动驾驶公司的安全顾问（还有一家是Argo AI，目前是福特与大众的合资公司），作为斯坦福大学汽车研究中心的副主任，一直从事研究汽车如何移动，人类如何驾驶，以及如何设计未来能够自动驾驶的汽车。
此外，Chris Gerdes在2016年曾担任美国运输部的首位首席创新官，也是起草美国第一份联邦自动驾驶汽车指南的团队成员之一。
他认为，从最优秀的人类司机那里学习经验，并将这些经验转化为可以应用于自动驾驶汽车的算法将是主流趋势之一。
在他看来，创建一个安全可靠的自动驾驶系统非常负责。“车辆每天都要面对挑战，团队需要研究各种场景，以确定自动驾驶汽车如何处理类似情况的逻辑。”
对于当下自动驾驶技术所处的阶段，Chris Gerdes表示，安全、可信和可靠将是汽车行业的决定性挑战。这项技术仍处于“成长”阶段。一、新平台、新策略
事实上，在过去几年，全球主要的自动驾驶公司都在不断更新迭代车辆的感知系统，福特也不例外。
上个月，福特和Argo AI的第四代自动驾驶测试车亮相，基于Escape（锐际）混合动力平台，这也将是未来很长一段时间该公司用于自动驾驶服务的架构和平台。
1、已经升级全新的传感套件，甚至更先进的激光雷达，更高分辨率的摄像头和更强大的毫米波雷达。
其中，全新128线远程探测激光雷达，分辨率更高；同时，增加了新的近场摄像头和近程探测激光雷达——面向前方和车辆侧面。
同时，另一个摄像头被整合到一个后视传感组件中，以跟踪车辆后面的情况。从而形成一个360度车身周围感知能力。
2、电力供应方面，混合动力平台增加的电池，允许后续改进集成，并提供水冷设计。
比如，在原有车辆平台的电池之上，增加了额外的电池包，有助于支持自动驾驶系统所需的额外电力供应，同时有助于降低整车油耗。
3、此外，福特一直在研发传感器清洗系统，在过去的一年中，团队根据上一代测试车辆的道路测试，对此前开发的传感器清洗系统进行了改进。
目的是保持传感器不受雨水、灰尘、碎片甚至昆虫的影响，对于确保我们的汽车在各种具有挑战性的条件下能够更好地“看到”周围的世界非常重要。
此外，该团队还开发了隐藏式空气净化室，内置环视摄像头和激光雷达传感器，以确保“视线”清晰，并提供360度的清洁覆盖能力，同时增加了疏水性涂层。
其中，新的套件增加了喷嘴数量和覆盖面积，改善了液体清洗的压力，加快了清洗速度。同时，类似的清洗系统还扩展到新增的近场摄像头和近程激光雷达上。
此外，在软服务方面，福特推出了Safety Insights，一款基于联网车辆数据和人工智能的软件工具，从多个来源同步事故数据，并改进十字路口通行安全。
Safety Insights将碰撞数据、关联车辆数据和安全对策研究结合在一起。数据终端来自智能手机、联网车辆、卡车和物联网设备中的导航设备。
这一点，和之前英特尔收购的Moovit公司的策略非常相似。这家公司成立于2012年，在全球大约3100个城市和102个国家拥有8亿用户，每月活跃用户达数千万。
Moovit所积累的庞大的个人用户出行数据库，对于一家开发和致力于提供城市Robotaxi服务的平台来说，他们需要知道用户在哪里，以及他们的通勤习惯。
两年前，Mobileye就开始与Moovit合作，将后者每天10亿个活跃数据点整合到自己的自动驾驶车辆导航系统中。二、长尾事故，将是最后难题
过去几年，示范测试成了自动驾驶行业唯一面向公众的窗口。从最早美国加州的大规模申请测试，到中国陆续开发数个城市的开放道路测试，
不过，合规车队数量增长非常有限。
以北京为例，根据2020北京市自动驾驶车辆道路测试资格名单显示，截止目前仅有7家企业的73辆车获得路测资格，这个数字仅比2018年增加17辆。
高工智能汽车研究院查询了国内各大已经开放自动驾驶路测资格的城市相关网站，发现大多数城市没有一个官方的路测申请及信息公示网站。
同时，对于路测过程中发生的一些事故及故障，几乎都没有公示清单。对于路测的安全保障，也没有任何企业发布类似的自愿安全准则报告。
而在美国加州，近年来申请测试资格的企业数量也在锐减，同时，真正参与实际路测的企业数量非常有限。部分企业仅有1-2辆车，并且测试里程极低。
目前，在加州，Waymo、Cruise（通用汽车旗下）、Zoox/Aurora（亚马逊投资）以及来自中国的小马智行是仅有的几家在常态化部署测试的公司。
根据相关监管机构披露的事故数据，相比于前几年的一些恶性事故，去年开始披露的事故更多是自动驾驶车辆被追尾以及安全员手工操作时出现状况。
不过，小部分事故依然存在，比如自动驾驶测试车在给其他车辆让路时（比如右转时，前方对面车道右转车辆），突然的刹车和减速造成后方车辆追尾。
此外，在没有中间物理隔离带的情况下，两辆相向行驶的车辆，因为自动驾驶车辆没有识别（或识别出，但脱离自动驾驶模式）出迎面而来车辆越过中间标示线造成擦碰。
这些类似事故通常也是城区道路行驶时，普通车辆经常会遭遇到了的擦碰、追尾情景。从这些数据也可以看来，目前自动驾驶基本上可以解决大部分问题，但长尾问题仍然很难彻底规避。
为此，一些瞄准自动驾驶商业化落地的公司，还在不断增加工程师数量，比如，通用汽车本周宣布，将在工程、设计和IT部门招聘3000名新员工，以支持公司自动驾驶等技术升级开发。
有行业人士指出，今年以来，安全问题和监管障碍逐渐成为阻碍自动驾驶汽车大规划应用的主要难题，而不是技术障碍。
放眼全球市场，汽车行业距离自动驾驶汽车的制造还有很长的路要走，消费者意识、标准化、法规/合规、隐私、安全等方面仍存在挑战。
即便是已经推出完全无人驾驶出行服务的Waymo，该公司首席执行官John Krafcik也谨慎表态，“我们从各个角度都做好了准备。但就目前而言，即使是拥有无需人工操作技术的车辆，也将配备训练有素的操作员（包括远程协助）。”
要想向监管机构和公众证明无人驾驶汽车已经做好了准备，参与其中的企业仍有很多工作要做。三、落地进程，犹如马拉松
近日，美国公路保险协会（IIHS）负责人表示，“很可能完全自动驾驶汽车最终会比人更好地识别危险，但我们发现，单靠这一点并不能防止大量的撞车事故。”
该机构分析了过去几年的交通事故数据，发现十起车祸中有九起是由于驾驶员的某些失误造成的。其中，只有一小部分的碰撞可以通过传感器来规避。
基于对Uber测试车辆发生在2018年的一起致命事故的分析，该机构指出，“如果自动驾驶汽车要实现比人类司机更安全的承诺，那么必须将安全置于驾驶者偏好之上。”
该机构进一步指出，无人驾驶汽车技术目前只是简单地模仿人类行为，可能会导致和人一样多的撞车事故。
比如，能见度不佳以及传感器未能及时识别危险；对于周围车辆的行驶轨迹及速度的预判错误；其他车辆超速行驶或者与前车保持的距离过短等等问题。
在决策及执行环节，自动驾驶系统容易产生不充分或不正确的规避操作，产生过分补偿和其他控制车辆的错误。
同时，由于目前的绝大部分自动驾驶车队都是基于现有市场在售车辆的改装，可能会存在车辆本身的质量问题。此外，在电力供应、控制冗余方面，目前仅有少部分企业有所涉及。
而在事故认定方面，除了担责主题的明确，系统的底层软件代码、训练数据以及系统所处的外部环境都缺乏足够的透明度和监管细则。
中短期来看，限定区域以及特殊场景的自动驾驶示范应用仍将是监管机构推动落地的最低风险策略。
而对于自动驾驶公司来说，押宝Robotaix似乎很难产生短期收益，多元化细分市场布局似乎成为短期内平衡单一应用风险的周全之策。
